我对Liu Bing由Liu Bing这本书着迷，我已经实现了一个获得文本方面的小程序 .
我通过Hu搜索了我的文本中的正面和负面单词列表，并使用nltk.tokenizer找到了最接近情感单词旁边的名词或人称代词 . 结果非常有趣，但我正在努力检测否定和背景 .
亚马逊的例子：
“我喜欢辣拉面，但无论出于什么原因，这个东西都会严重烧伤我的肚子，灼烧的感觉不会消失3个小时！不确定它是否 Health ......你可以在沃尔玛购买0.28美元，比亚马逊便宜 . “
我的程序返回一个元组列表（“情绪词”，“方面”，“情绪”） . 1表示积极情绪，0表示负面情绪 .
[(u'love', u'i', 1),
(u'love', u'spicy', 1),
(u'burns', u'thing', 0),
(u'badly', u'stomach', 0),
(u'burning', u'stomach', 0),
(u'sensation', u'stomach', 1),
(u'healthy', u'healthy', 1),
(u'cheaper', u'way', 1)]
似乎该方法可以捕获某些方面，但远非正确 . 此外，我与刘的例子（第23页）相距甚远：
我买了三星相机，我的朋友昨天带了佳能相机 . （2）在过去的一周里，我们都经常使用相机 . （3）Samy的照片不是很好，电池寿命也很短 . （4）我的朋友对他的相机非常满意并且喜欢它的画质 . （5）我想要一台能拍出好照片的相机 . （6）我明天要回来
我真的想改进，以便我可以正确地捕捉方面和情绪 . 我知道这是一个非常普遍的问题，但你能推荐一些包裹并给我读书吗？
最好也非常感谢Alex